我有一堆R脚本，它们从各种来源读取数据，执行所有需要的分析并进行一些可视化处理。现在，我需要将可视化部分传递给Tableau，并在后者中准备整个仪表板。
据我所知，我可以将所有data.frames保存到.Rdata文件并将它们加载到Tableau中，但从长远来看似乎很麻烦，而整个程序应尽可能自动化尽可能。
我知道的第二个选择是读取Tableau中的数据，通过Rserve连接到R，然后从Tableau调用简单的R脚本。这将是一个选择，但是：
所以我的问题是集成R和Tableau的最佳方法是什么，以便在用R执行所有分析之后，我只能用很少的图更新准备好的早期Tableau仪表板中的数据？
答案 0 :(得分：3)
有两种主要的方法可以一起使用Tableau和R，以适合不同的用例。第一种方法是使用R上游准备和分析数据，然后将这些数据提供给Tableau以用于生成和共享可视化。第二种方法是让Tableau通过RServe交互式连接到R。在那种情况下，Tableau使用R来有效地调用函数和返回值，然后Tableau可以将这些值合并到可视化中。一个很好的例子是让Tableau向R发送数据值，然后可以由先前训练的分类器模型对数据值进行评分。 R提供模型评估； Tableau提供了交互式可视化。
您的案例似乎属于第一类-使用R上游生成馈送到Tableau的数据。在这种情况下，您可以使用Tableau可以连接到的任何格式（表格格式）保存数据：csv，Rdata，数据库表，xlsx，shp。您的选择。
您还可以考虑将生成的数据转换为Tableau数据提取格式（以前是.tde，现在是.hyper），这将加快分析速度并简化数据发布。 Tableau具有允许Python（以及Java，C等）生成摘录的API，还具有用于Windows生成摘录的命令行实用程序。
如果您的目标是自动化ETL流程，则应该使用Tableau Prep工具进行研究-该工具可以将Rdata文件转换为数据提取，而无需编写脚本。最后要考虑的主题是使用Tableau Server将数据提供给人员和工作簿。当您准备好执行此步骤时，可以使用几个选项来选择如何在Tableau Server上发布和刷新数据。通过让服务器按计划启动刷新，或者通过在R脚本执行后启动刷新。在最后一种情况下，还有另一个有用的API，称为Tableau REST API，Tableau还向github发布了一个开源库，该库使使用Python中的REST API变得容易。 Tableau已宣布计划让Tableau Server在2019年执行Table Prep流程。
在许多情况下，RServe的交互式用例都很出色，但似乎并不是您想要的。注意事项：该功能是为交互使用而设计的。如果您在R中运行时间长，比如说要训练一个复杂的ML模型，通常最好将其作为一个单独的步骤，并在要构建和共享交互式可视化效果时将Tableau纳入其中。